[發明專利]圖像配準方法、計算機設備和存儲介質

在審

• 申請號: 202010729434.0
• 申請日: 2020-07-27
• 公開（公告）號: CN111951311A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 馬姍姍;曹曉歡;薛忠
• 申請（專利權）人: 上海聯影智能醫療科技有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 喬改利

本申請涉及一種圖像配準方法、計算機設備和存儲介質。該方法包括：獲取原始參考圖像和原始浮動圖像以及獲取多種處理方式；該多種處理方式用于使原始參考圖像上不同的關鍵區域以及原始浮動圖像上不同的關鍵區域更清晰；采用多種處理方式分別對原始參考圖像以及原始浮動圖像進行圖像處理，得到原始參考圖像對應的各個參考特征圖和原始浮動圖像對應的各個浮動特征圖；將各參考特征圖和各浮動特征圖輸入至訓練好的配準模型中進行配準處理，得到原始浮動圖像和原始參考圖像之間的空間變換關系；利用空間變換關系對原始浮動圖像進行空間變換處理，得到原始浮動圖像對應的轉換浮動圖像。采用本方法能夠提高配準結果的準確性。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種圖像配準方法、計算機設備和存儲介質。

背景技術

圖像配準，指的是將兩幅圖像(兩幅圖像分別為參考圖像和浮動圖像)進行空間匹配的過程，一般是通過浮動圖像和參考圖像之間的空間變換關系，將浮動圖像配準到參考圖像的空間位置上。

相關技術中，為了得到浮動圖像和參考圖像之間的空間變換關系，一般是通過將浮動圖像和參考圖像輸入到神經網絡中，通過神經網絡對兩幅圖像進行處理，最終得到浮動圖像和參考圖像之間的空間變換關系。

然而，上述技術得到的空間變換關系并不準確，從而會導致利用該空間變換關系對兩幅圖像進行配準的效果較差。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高配準效果的圖像配準方法、計算機設備和存儲介質。

一種圖像配準方法，該方法包括：

獲取原始參考圖像和原始浮動圖像以及獲取多種處理方式；該多種處理方式用于使原始參考圖像上不同的關鍵區域以及原始浮動圖像上不同的關鍵區域更清晰；

采用多種處理方式分別對原始參考圖像以及原始浮動圖像進行圖像處理，得到原始參考圖像對應的各個參考特征圖和原始浮動圖像對應的各個浮動特征圖；

將各參考特征圖和各浮動特征圖輸入至訓練好的配準模型中進行配準處理，得到原始浮動圖像和原始參考圖像之間的空間變換關系；

利用空間變換關系對原始浮動圖像進行空間變換處理，得到原始浮動圖像對應的轉換浮動圖像。

在其中一個實施例中，在上述采用多種處理方式分別對原始參考圖像以及原始浮動圖像進行圖像處理，得到原始參考圖像對應的各個參考特征圖和原始浮動圖像對應的各個浮動特征圖之前，上述方法還包括：

展示多種處理方式；

獲取用戶從多種處理方式中選擇的一種或者多種處理方式。

在其中一個實施例中，上述獲取多種處理方式，包括：

對原始參考圖像中的關鍵區域進行識別處理，得到原始參考圖像中的多個關鍵區域；

根據各關鍵區域在原始參考圖像上的像素分布情況，確定與各關鍵區域的像素分布情況相對應的窗寬和窗位，得到多組窗寬和窗位的組合；

將多組窗寬和窗位的組合確定為多種處理方式。

在其中一個實施例中，上述獲取多種處理方式，包括：

獲取不同的關鍵區域各自對應的窗寬和窗位，得到多組窗寬和窗位的組合；該不同的關鍵區域為原始參考圖像上不同的關鍵區域或原始浮動圖像上不同的關鍵區域，每組窗寬和窗位對應一個關鍵區域的像素分布情況；

將多組窗寬和窗位的組合確定為多種處理方式。

在其中一個實施例中，上述參考特征圖的數量和浮動特征圖的數量相同，且各個參考特征圖和各個浮動特征圖之間一一對應。

在其中一個實施例中，上述配準模型的訓練方式包括：